实验一：平台搭建与环境配置

本实验旨在指导学生在 Windows 操作系统中完成 Python 开发环境的部署，涵盖 Anaconda、PyCharm、Jupyter Notebook 的安装，并配置适用于数据挖掘任务的 Python 3.7 环境。同时，将安装 PyTorch 2.2.2 及其他常用数据分析库。

1. 实验目的

• 在 Windows 系统上成功部署 Anaconda 及其 Python 运行环境。
• 创建独立的 Python 虚拟环境 DM（基于 Python 3.7），用于隔离项目依赖。
• 安装并配置集成开发工具 PyCharm 与交互式笔记本 Jupyter Notebook。
• 掌握使用 conda 和 pip 进行包管理的基本操作。
• 安装深度学习框架 PyTorch 2.2.2 以及数据处理相关库。

2. 系统与资源要求

• 操作系统：Windows 10 或 Windows 11
• 网络连接：稳定的互联网接入
• 软件需求：Anaconda 最新版、PyCharm Community/Professional 版本
• 磁盘空间：至少保留 10 GB 可用空间

3. 安装步骤

3.1 Anaconda 的安装

1. 访问 Anaconda 官方网站，下载适用于 Windows 的安装程序。
2. 双击安装文件，按照默认选项逐步完成安装流程。
3. 安装完成后，启动 Anaconda Prompt，输入以下命令验证安装是否成功：

conda --version

conda --version

3.2 创建独立环境 DM (Python 3.7)

在终端中执行如下命令创建专用于数据挖掘的虚拟环境：

conda create -n DM python=3.7 -y

激活该环境：

conda activate DM

# 创建名为 DM 的 Python 3.7 环境
conda create -n DM python=3.7 -y

# 激活环境
conda activate DM

# 查看已有环境
conda env list

3.3 Jupyter Notebook 安装与启动

在已激活的 DM 环境中运行以下命令安装 Jupyter：

conda install jupyter -y

安装完成后，通过以下命令启动服务：

jupyter notebook

jupyter notebook

若浏览器自动打开 Jupyter 主界面，则表示安装和启动成功。

3.4 PyCharm 配置

1. 从 JetBrains 官网获取并安装 PyCharm。
2. 启动 PyCharm，进入项目设置路径：File → Settings → Project → Python Interpreter。
3. 点击解释器配置区域的“Add Interpreter” → 选择“Conda Environment” → 使用已有环境（Existing Environment）。
4. 指定 Conda 环境路径，确保指向 DM 环境中的 Python 解释器。

<Anaconda路径>\Scripts\conda.exe

3.5 PyTorch 2.2.2 安装

根据硬件支持情况选择合适的安装方式：

CPU 版本安装命令：

conda install pytorch==2.2.2 torchvision torchaudio cpuonly -c pytorch -y

GPU 版本安装命令（以 CUDA 11.8 为例）：

conda install pytorch==2.2.2 torchvision torchaudio cudatoolkit=11.8 -c pytorch -y

安装后可通过以下命令验证 PyTorch 是否正确加载：

python -c "import torch; print(torch.__version__, torch.cuda.is_available())"

3.6 常用数据科学库安装

推荐优先使用 conda 安装以下核心库：

conda install numpy pandas matplotlib seaborn scikit-learn scipy -y

补充安装 UMAP 工具包：

conda install -c conda-forge umap-learn -y

对于 conda 不提供的库，可使用 pip 安装：

pip install h5py mygene tensorflow

4. 环境验证

在 Jupyter Notebook 或任意 Python 运行环境中执行以下代码段，确认各组件正常工作：

import sys
import torch
import numpy as np

print("Python:", sys.version)
print("PyTorch:", torch.__version__)
print("CUDA Available:", torch.cuda.is_available())
print("NumPy:", np.__version__)

预期输出应包含各库的版本信息且无报错提示。

5. 常见问题解答

Q：无法识别 conda 命令？
A：请务必使用 Anaconda Prompt 执行命令，而非系统自带的 CMD 终端。

Q：PyTorch 安装失败怎么办？
A：若 GPU 版本安装失败，可能与当前 Python 版本不兼容。建议尝试升级至 Python 3.10：

conda install python=3.10 -y

如仍存在问题，可改用 CPU-only 版本进行安装：

conda install pytorch==2.2.2 torchvision torchaudio cpuonly -c pytorch

Q：Jupyter Notebook 启动失败或页面无法打开？
A：可能是默认端口被占用，可尝试更换端口号启动：

jupyter notebook --port=8890